在掌握了numpy的基础知识后，本篇文章主要介绍numpy.array下，any()和all()函数的用法。

1.numpy.array.any()和numpy.array.all()，一个是或操作一个是与操作

np.array.any()是或操作，任意一个元素为True，输出为True。

np.array.all()是与操作，所有元素为True，输出为True。

import numpy as np arr1 = np.array([0,1,2,3]) print(arr1.any())   # True print(arr1.all())   # False

</pre>
import numpy as np arr2 = np.array([True,True,True]) print(arr2.any())   # True print(arr2.all())   # True
<pre class="brush:js;toolbar:false">

2.运用：判断np.array是否相等

首先，我们看一下list和np.array的区别：

lst1 = [1,3,5,7,9] lst2 = [2,4,6,8,10] print(lst1 == lst2) #result:False

</pre>
import numpy as np arr1 = np.arange(10) arr2 = np.arange(10) print(arr1 == arr2) #result:[ True  True  True  True  True  True  True  True  True  True]
<pre class="brush:js;toolbar:false">

可以看出：用 “=” 判断两个list 是否相同，返回的是True或False，而np.array返回的是每个元素值比较的列表。

那么如何比较两个np.array，而不是其中的元素呢？

arr1 = np.arange(10) arr2 = np.arange(10) print((arr1 == arr2).all()) #result:True

arr1 == arr2返回的仍然是np.array类型的数组，因此，再通过.all()方法即可判断arr1、arr2是否相等。

通过本次学习，相信小伙伴们对numpy有了进一步的了解和灵活运用。